Centre de documentation
scientifique

Learning to represent and reconstruct 3D deformable objects / Jan Bednarik (2022)  

Public Titre : Learning to represent and reconstruct 3D deformable objects Type de document : Thèse/HDR Auteurs : Jan Bednarik, Auteur ; Pascal Fua, Directeur de thèse ; M. Salzmann, Directeur de thèse Editeur : Lausanne : Ecole Polytechnique Fédérale de Lausanne EPFL Année de publication : 2022 Importance : 138 p. Format : 21 x 30 cm Note générale : bibliographie Thèse présentée pour l'obtention du grade de Docteur ès Sciences, Ecole Polytechnique Fédérale de Lausanne Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique [Termes IGN] appariement de formes [Termes IGN] apprentissage profond [Termes IGN] cohérence temporelle [Termes IGN] déformation de surface [Termes IGN] distorsion d'image [Termes IGN] géométrie de Riemann [Termes IGN] image 3D [Termes IGN] reconstruction d'objet [Termes IGN] semis de points [Termes IGN] vision par ordinateur Index. décimale : THESE Thèses et HDR Résumé : (auteur) Representing and reconstructing 3D deformable shapes are two tightly linked problems that have long been studied within the computer vision field. Deformable shapes are truly ubiquitous in the real world, whether be it specific object classes such as humans, garments and animals or more abstract ones such as generic materials deforming under stress caused by an external force. Truly practical computer vision algorithms must be able to understand the shapes of objects in the observed scenes to unlock the wide spectrum of much sought after applications ranging from virtual try-on to automated surgeries. Automatic shape reconstruction, however, is known to be an ill-posed problem, especially in the common scenario of a single image input. Therefore, the modern approaches rely on deep learning paradigm which has proven to be extremely effective even for the severely under-constrained computer vision problems. We, too, exploit the success of data-driven approaches, however, we also show that generic deep learning models can greatly benefit from being combined with explicit knowledge originating in traditional computational geometry. We analyze the use of various 3D shape representations for deformable object reconstruction and we distinctly focus on one of them, the atlas-based representation, which turns out to be especially suitable for modeling deformable shapes and which we further improve and extend to yield higher quality reconstructions. The atlas-based representation models the surfaces as an ensemble of continuous functions and thus allows for arbitrary resolution and analytical surface analysis. We identify major shortcomings of the base formulation, namely the infamous phenomena of patch collapse, patch overlap and arbitrarily strong mapping distortions, and we propose novel regularizers based on analytically computed properties of the reconstructed surfaces. Our approach counteracts the aforementioned drawbacks while yielding higher reconstruction accuracy in terms of surface normals on the tasks of single view-reconstruction, shape completion and point cloud auto-encoding. We dive into the problematics of atlas-based shape representation even deeper and focus on another pressing design flaw, the global inconsistency among the individual mappings. While the inconsistency is not reflected in the traditional reconstruction accuracy quantitative metrics, it is detrimental to the visual quality of the reconstructed surfaces. Specifically, we design loss functions encouraging intercommunication among the individual mappings which pushes the resulting surface towards a C1 smooth function. Our experiments on the tasks of single-view reconstruction and point cloud auto-encoding reveal that our method significantly improves the visual quality when compared to the baselines. Furthermore, we adapt the atlas-based representation and the related training procedure so that it could model a full sequence of a deforming object in a temporally-consistent way. In other words, the goal is to produce such reconstruction where each surface point always represents the same semantic point on the target ground-truth surface. To achieve such behavior, we note that if each surface point deforms close-to-isometrically, its semantic location likely remains unchanged. Practically, we make use of the Riemannian metric which is computed analytically on the surfaces, and force it to remain point-wise constant throughout the sequence. Our experimental results reveal that our method yields state-of-the-art results on the task of unsupervised dense shape correspondence estimation, while also improving the visual reconstruction quality. Finally, we look into a particular problem of monocular texture-less deformable shape reconstruction, an instance of the Shape-from-Shading problem. We propose a multi-task learning approach which takes an RGB image of an unknown object as the input and jointly produces a normal map, a depth map and a mesh corresponding to the observed part of the surface. We show that forcing the model to produce multiple different 3D representations of the same objects results in higher reconstruction quality. To train the network, we acquire a large real-world annotated dataset of texture-less deforming objects and we release it for public use. Finally, we prove through experiments that our approach outperforms a previous optimization based method on the single-view-reconstruction task. Note de contenu : 1- Introduction 2- Related work 3- Atlas-based representation for deformable shape reconstruction 4- Shape reconstruction by learning differentiable surface representations 5- Better patch stitching for parametric surface reconstruction 6- Temporally-consistent surface reconstruction using metrically-consistent atlases 7- Learning to reconstruct texture-less deformable surfaces from a single view 8- Conclusion Numéro de notice : 15761 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Thèse étrangère Note de thèse : Thèse de Doctorat : Sciences : Lausanne, EPFL : 2022 DOI : 10.5075/epfl-thesis-7974 En ligne : https://doi.org/10.5075/epfl-thesis-7974 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=100958

Planimetric simplification and lexicographic optimal chains for 3D urban scene reconstruction / Julien Vuillamy (2021)  

Public Titre : Planimetric simplification and lexicographic optimal chains for 3D urban scene reconstruction Type de document : Thèse/HDR Auteurs : Julien Vuillamy, Auteur ; Pierre Alliez, Directeur de thèse Editeur : Nice : Université Côte d'Azur Année de publication : 2021 Importance : 129 p. Format : 21 x 30 cm Note générale : bibliographie Thèse Présentée en vue de l’obtention du grade de docteur en Informatique d’Université Côte d’Azur Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image [Termes IGN] complexe simplicial [Termes IGN] géométrie de Riemann [Termes IGN] homologie [Termes IGN] maillage [Termes IGN] modèle 3D de l'espace urbain [Termes IGN] optimisation (mathématiques) [Termes IGN] programmation linéaire [Termes IGN] reconstruction 3D du bâti [Termes IGN] scène urbaine [Termes IGN] semis de points [Termes IGN] simplification de surface [Termes IGN] triangulation de Delaunay Index. décimale : THESE Thèses et HDR Résumé : (auteur) Creating mesh representations for urban scenes is a requirement for numerous modern applications of urban planning ranging from visualization, inspection, to simulation. Adding to the diversity of possible input data -- photography, laser-based acquisitions and existing geographical information system (GIS) data, the variety of urban scenes as well as the large-scale nature of the problem makes for a challenging line of research. Working towards an automatic approach to this problem suggests that a one-fits-all method is hardly realistic. Two independent approaches of reconstruction from point clouds have thus been investigated in this work, with radically different points of view intended to cover a large number of use cases. In the spirit of the GIS community, the first approach makes strong assumptions on the reconstructed scenes and creates a 2.5D piecewise-planar representation of buildings using an intermediate 2D cell decomposition. Constructing these decompositions from noisy or incomplete data often leads to overly complex representations, which lack the simplicity or regularity expected in this context of reconstruction. Loosely inspired by clustering problems such as mean-shift, the focus is put on simplifying such partitions by formulating an optimization process based on a tradeoff between attachment to the original partition and objectives striving to simplify and regularize the arrangement. This method involves working with point-line duality, defining local metrics for line movements and optimizing using Riemannian gradient descent. The second approach is intended to be used in contexts where the strong assumptions on the representation of the first approach do not hold. We strive here to be as general as possible and investigate the problem of point cloud meshing in the context of noisy or incomplete data. By considering a specific minimization, corresponding to lexicographic orderings on simplicial chains, polynomial-time algorithms finding lexicographic optimal chains, homologous to a given chain or bounded by a given chain, are derived from algorithms for the computation of simplicial persistent homology. For pseudomanifold complexes in codimension 1, leveraging duality and an augmented version of the disjoint-set data structure improves the complexity of these problem instances to quasi-linear time algorithms. By combining its uses with a sharp feature detector in the point cloud, we illustrate different use cases in the context of urban reconstruction. Note de contenu : 1- Introduction 2- State of the art and contributions 3- Parsimonious representations from 2D partitions 4- Dense representations from lexicographic optimal chains 5- Conclusion and perspectives Numéro de notice : 28655 Affiliation des auteurs : non IGN Thématique : IMAGERIE/INFORMATIQUE Nature : Thèse française Note de thèse : Thèse de Doctorat : Informatique : Côte d'Azur : 2021 Organisme de stage : INRIA DOI : sans En ligne : https://hal.science/tel-03339931 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=99797

Contributions to SAR image time series analysis / Ammar Mian (2019)  

Public Titre : Contributions to SAR image time series analysis Type de document : Thèse/HDR Auteurs : Ammar Mian, Auteur ; Jean-Philippe Ovarlez, Directeur de thèse ; Guillaume Ginolhac, Directeur de thèse Editeur : Bures-sur-Yvette : Université Paris-Saclay Année de publication : 2019 Importance : 219 p. Format : 21 x 30 cm Note générale : bibliographie Thèse de Doctorat de l’Université Paris-Saclay préparée à Centrale-Supélec : Sciences et Technologies de l’Information et de la Communication Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image radar et applications [Termes IGN] covariance [Termes IGN] détection de changement [Termes IGN] géométrie de Riemann [Termes IGN] image à très haute résolution [Termes IGN] image radar moirée [Termes IGN] ondelette de Shannon [Termes IGN] processus gaussien [Termes IGN] radar à antenne synthétique [Termes IGN] série temporelle [Termes IGN] transformation en ondelettes Index. décimale : THESE Thèses et HDR Résumé : (auteur) Remote sensing data from Synthetic Aperture Radar (SAR) sensors offer a unique opportunity to record, to analyze, and to predict the evolution of the Earth. In the last decade, numerous satellite remote sensing missions have been launched (Sentinel-1, UAVSAR, TerraSAR X, etc.). This resulted in a dramatic improvement in the Earth image acquisition capability and accessibility. The growing number of observation systems allows now to build high temporal/spatial-resolution Earth surface images data-sets. This new scenario significantly raises the interest in time-series processing to monitor changes occurring over large areas. However, developing new algorithms to process such a huge volume of data represents a current challenge. In this context, the present thesis aims at developing methodologies for change detection in high-resolution SAR image time series.These series raise two notable challenges that have to be overcome:On the one hand, standard statistical methods rely on multivariate data to infer a result which is often superior to a monovariate approach. Such multivariate data is however not always available when it concerns SAR images. To tackle this issue, new methodologies based on wavelet decomposition theory have been developed to fetch information based on the physical behavior of the scatterers present in the scene.On the other hand, the improvement in resolution obtained from the latest generation of sensors comes with an increased heterogeneity of the data obtained. For this setup, the standard Gaussian assumption used to develop classic change detection methodologies is no longer valid. As a consequence, new robust methodologies have been developed considering the family of elliptical distributions which have been shown to better fit the observed data.The association of both aspects has shown promising results in change detection applications. Note de contenu : Introduction 1- SAR Image Time Series issues 2- Wavelet packets for SAR analysis 3- Robust Change Detection 4- Change-point detection and estimation 5- Riemannian geometry Conclusion Numéro de notice : 25872 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Thèse française Note de thèse : Thèse de Doctorat : Sciences et Technologies de l’Information et de la Communication : Paris-Saclay : 2019 Organisme de stage : Laboratoire SONDRA nature-HAL : Thèse DOI : sans En ligne : https://tel.archives-ouvertes.fr/tel-02464840/document Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=95547

Contributions à la segmentation non supervisée d'images hyperspectrales : trois approches algébriques et géométriques / Saadallah El Asmar (2016)  

Public Titre : Contributions à la segmentation non supervisée d'images hyperspectrales : trois approches algébriques et géométriques Type de document : Thèse/HDR Auteurs : Saadallah El Asmar, Auteur ; Michel Berthier, Directeur de thèse ; Carl Frélicot, Directeur de thèse Editeur : La Rochelle : Université de La Rochelle Année de publication : 2016 Importance : 96 p. Format : 21 x 30 cm Note générale : bibliographie Thèse pour l'obtention du grade de docteur de l'Université de La Rochelle, Mathématiques et Applications Langues : Français (fre) Descripteur : [Vedettes matières IGN] Traitement d'image [Termes IGN] analyse de groupement [Termes IGN] analyse spectrale [Termes IGN] appariement [Termes IGN] classification non dirigée [Termes IGN] classification par nuées dynamiques [Termes IGN] classification pixellaire [Termes IGN] codage [Termes IGN] géométrie de Riemann [Termes IGN] image hyperspectrale [Termes IGN] segmentation d'image [Termes IGN] similitude [Termes IGN] télédétection Index. décimale : THESE Thèses et HDR Résumé : (auteur) Depuis environ une dizaine d’années, les images hyperspectrales produites par les systèmes de télédétection, “Remote Sensing”, ont permis d’obtenir des informations très fiables quant aux caractéristiques spectrales de matériaux présents dans une scène donnée. Nous nous intéressons dans ce travail au problème de la segmentation non supervisée d’images hyperspectrales suivant trois approches bien distinctes. La première, de type Graph Embedding, nécessite deux étapes : une première étape d’appariement des pixels de patchs de l’image initiale grâce à une mesure de similarité spectrale entre pixels et une seconde étape d’appariement d’objets issus des segmentations locales grâce à une mesure de similarité entre objets. La deuxième, de type Spectral Hashing ou Semantic Hashing, repose sur un codage binaire des variations des profils spectraux. On procède à des segmentations par clustering à l’aide d’un algorithme de k-modes adapté au caractère binaire des données à traiter et à l’aide d’une version généralisée de la distance classique de Hamming. La troisième utilise les informations riemanniennes des variétés issues des différentes façons de représenter géométriquement une image hyperspectrale. Les segmentations se font une nouvelle fois par clustering à l’aide d’un algorithme de k-means. Nous exploitons pour cela les propriétés géométriques de l’espace des matrices symétriques définies positives, induites par la métrique de Fisher Rao. Note de contenu : 1- Introduction 2- Segmentation par similarité 3- Segmentation par codage binaire 4- Segmentation riemanienne 5- Conclusion Numéro de notice : 25821 Affiliation des auteurs : non IGN Thématique : IMAGERIE/MATHEMATIQUE Nature : Thèse française Note de thèse : Thèse de Doctorat : Mathématiques et Applications : Université de La Rochelle : 2016 Organisme de stage : Laboratoire Mathématiques, Image et Applications nature-HAL : Thèse DOI : sans En ligne : https://tel.archives-ouvertes.fr/tel-01661468/document Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=95094

Géométriser la Terre / E. Busser in Tangente, hors série n° 40 (01/01/2011)

Public [article]  inTangente > hors série n° 40 (01/01/2011) . - pp 40 - 43 Titre : Géométriser la Terre Type de document : Article/Communication Auteurs : E. Busser, Auteur Année de publication : 2011 Article en page(s) : pp 40 - 43 Langues : Français (fre) Descripteur : [Vedettes matières IGN] Cartographie [Termes IGN] géométrie de Lobatchevski [Termes IGN] géométrie de Riemann [Termes IGN] géométrie euclidienne [Termes IGN] trigonométrie sphérique Résumé : (Auteur) Modèle de l'une des géométries non-euclidiennes, la géométrie sphérique existe depuis Euclide, ou presque... Sous l'influence de la cartographie, elle s'est développée de façon autonome. Numéro de notice : A2011-287 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=31066 [article]

Exemplaires(1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
10342-01	30.61	Revue	Centre de documentation	Géodésie	Disponible

Geodesic matching with free extremities / Laurent Garcin in Journal of Mathematical Imaging and Vision, vol 25 n° 3 (October 2006)  

Permalink

Geodesic image matching: A wavelet based energy minimization scheme / Laurent Garcin (2005)  

Permalink

Introduction à l'analyse non linéaire sur les variétés / Emmanuel Hebey (1997)

Permalink

Riemannian geometry / L.P. Eisenhart (1997)

Permalink

Theory of orbits, 1. Volume 1 Integrable systems and non-perturbative methods / D. Boccaletti (1996)

Permalink

Géométrie différentielle / Marcel Berger (1992)

Permalink

Méthodes mathématiques, 2. Volume 2, Géométrie / B. Ferrif (1988)

Permalink

Foundations of mechanics / R. Abraham (1978)

Permalink

Gravitation / C.W. Misner (1973)

Permalink

Handbook of mathematical functions / M. Abramowitz (1972)

Permalink